Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

UTOPEST

Financiado

Cerrado

Unified Theory of Efficient Optimization and Estimation

The goal of this project is to make progress toward a unified theory of efficient optimization and estimation. In many computing applications, especially machine learning, optimization and estimation problems play an increasingly... ver más

31/08/2024

ETH Zürich

2M€

Presupuesto del proyecto: 2M€

Líder del proyecto

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH No se ha especificado una descripción o un objeto social para esta compañía.

Fecha límite participación Sin fecha límite de participación.

Ver 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2024-08-31

ERC-2018-COG: ERC Consolidator Grant

I+D

Cerrada hace 6 años

0% 100% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

2 Participantes

ETH Zürich

1.99M€ | Lider

SENER INGENIERIA Y SISTEMAS

887.77K€ | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

SLING Efficient algorithms for sustainable machine learning 2M€ Cerrado

TIN2017-85887-C2-2-P NUEVOS ALGORITMOS HIBRIDOS DE INSPIRACION NATURAL PARA PROBL... 73K€ Cerrado

TIN2015-65460-C2-2-P DISEÑO, IMPLEMENTACION Y EXPLOTACION DE TECNICAS HEURISTICAS... 66K€ Cerrado

TIN2010-14931 MODELOS GRAFICOS PROBABILISTICOS EN APRENDIZAJE AUTOMATICO Y... 159K€ Cerrado

PID2021-122640OB-I00 MATEMATICAS EXPLICABLES PARA SOLUCIONES INTERDISCIPLINARES D... 86K€ Cerrado

DECIDE Machine learning for decision making under uncertainty 2M€ Cerrado

Duración del proyecto: 68 meses Fecha Inicio: 2018-12-19
Fecha Fin: 2024-08-31

Líder del proyecto

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH No se ha especificado una descripción o un objeto social para esta compañía.

Presupuesto del proyecto 2M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto The goal of this project is to make progress toward a unified theory of efficient optimization and estimation. In many computing applications, especially machine learning, optimization and estimation problems play an increasingly important role. For that reason, a large research effort is devoted to developing and understanding the limitations of efficient algorithms for these problems. For many of these problems, achieving the best known provable guarantees required the use of algorithms that are tailored to problem specifics. In recent years, the PI’s research with collaborators has shown that for many optimization problems, the conceptually simple sum-of-squares meta-algorithm, despite not being tailored to problem specifics, can match and often significantly outperform previous efficient algorithms in terms of provable guarantees. This project aims to better understand the capabilities and limitations of this meta-algorithm, especially for estimation problems, which have only recently begun to be studied in this light. In this way, the project will establish new algorithmic guarantees for basic optimization and estimation problems even in the face of non-convexity and adversarial outliers. In the same way, the project will shed light on the limitations of efficient algorithms for basic average-case problems like planted clique and stochastic block models. The project also aims to transfer the obtained theoretical insights into practical algorithms building on recent works by the PI and collaborators. Toward this goal the project will develop new algorithms with close to linear running times that match the guarantees of the best known polynomial-time algorithms. In order to assess their practicality, the project will perform systematic empirical evaluations of these algorithms.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores